研究者推出LiveMACEBench智能体评测基准
热点事件持续更新
研究者推出LiveMACEBench智能体评测基准
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者提出 LiveMACEBench，一个以实时金融市场为动态测试床、面向持久 LLM 智能体的过程感知基准。 五款前沿 LLM 在 Tool Use、Persistent Memory、Rule Following 和 Multi-Agent Collaboration 四种配置下连续运行 30 天。结果显示，实际收益常与能力测量结果背离，相似结果可能来自截然不同的机制使用模式。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
LiveMACE：在动态市场中过程感知地评估 LLM 智能体能力报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CLLiveMACE：在动态市场中过程感知地评估 LLM 智能体能力
研究者推出 LiveMACEBench，一个以实时金融市场为动态测试床、面向持久 LLM 智能体的过程感知基准。五款前沿 LLM 在 Tool Use、Persistent Memory、Rule Following 和 Multi-Agent Collaboration 配置下连续运行 30 天，结果显示实际收益常与能力测量结果背离，相似结果可能来自截然不同的机制使用模式。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。